摘要:
一、岭回归和 LASSO 回归的推导过程 1)岭回归和LASSO回归都是解决模型训练过程中的过拟合问题 具体操作:在原始的损失函数后添加正则项,来尽量的减小模型学习到的 θ 的大小,使得模型的泛化能力更强; 2)比较 Ridge 和 LASSO 名词 Ridge、LASSO:衡量模型正则化; MSE 阅读全文
摘要:
一、基础理解 LASSO 回归(Least Absolute Shrinkage and Selection Operator Regression)是模型正则化的一定方式; 功能:与岭回归一样,解决过拟合或者模型含有的巨大的方差误差的问题; 二、LASSO 回归 以线性回归为例 1)对于岭回归 任 阅读全文
摘要:
一、基础理解 模型正则化(Regularization) # 有多种操作方差,岭回归只是其中一种方式; 功能:通过限制超参数大小,解决过拟合或者模型含有的巨大的方差误差的问题; 影响拟合曲线的两个因子 影响拟合曲线的两个因子 二、岭回归 岭回归(Ridge Regression):模型正则化的一种方 阅读全文
摘要:
np.random.uniform() 阅读全文